原文传递
基于机器视觉的车镜瑕疵在线自动化检测方法研究
| 论文题名： | 基于机器视觉的车镜瑕疵在线自动化检测方法研究 |
| 关键词： | 汽车工程;车镜瑕疵;图像检测系统;自动化控制;机器视觉 |
| 摘要： | 随着我国经济的飞速发展，汽车产量也在不断增加，中国已经成为了汽车生产大国。汽车后视镜的质量直接影响着汽车驾驶员对车辆周围情况的准确判断，直接影响着乘车人员的安全。因此，汽车生产商对车镜的生产提出了严格的质量要求。目前，车镜厂商大部分采用人工目测的方式进行车镜瑕疵检测。由于该方式存在检测效率低，检测结果主观性强等缺点，已经难以满足目前的车镜瑕疵检测要求。近年来，机器视觉和自动化控制技术的发展，为车镜瑕疵自动化检测提供了良好的技术基础。 本论文在充分分析了车镜瑕疵特征的基础上，提出了一种在线智能化车镜瑕疵图像检测系统。所设计的图像检测系统安装于生产线的空气净化室内。在密封的空气净化室内部设置检测工位1和检测工位2。其中，检测工位1的检测装置由线扫CCD、镜头、线光源及光电编码器组成，采用高亮度聚光线光源进行侧方向倾斜照明方式，获取的车镜表面图像，以检测镜面的瑕疵，如划痕（内划痕和外划痕）、麻点等；检测工位2由面阵CCD、镜头及背光源组成，采用背光照明方式，获取的车镜图像，以检测镜面漏光、爆边等瑕疵。 在车镜图像处理方面，首先在分析车镜瑕疵形成原因及瑕疵图像特征的基础上，提出利用快速傅立叶变换、高斯频域滤波等方式对图像进行预处理，以解决图像局部光照不均等引起的图像质量下降等问题；其次，采用传统的阈值分割方法对图像中的瑕疵区进行粗分割后，利用形态学图像处理算法，对图像进行开闭运算，进一步抑制图像噪声对检测目标的影响；然后，针对分割出的瑕疵区域进行图像连通性分割，并对分割出的每个区域进行面积筛选，去掉噪声引起的小面积区域，从而准确分割出图像瑕疵区域；最后，在瑕疵分类方面，采用瑕疵区域面积、周长、最小外接矩形长和宽、区域致密性等图像几何信息和瑕疵区域图像灰度均值、灰度最大值和最小值等图像灰度信息构建图像瑕疵区域的特征向量，设计出车镜瑕疵分类器，实现对车镜图像瑕疵进行分类。另外，为进一步提高车镜瑕疵的准确率，针对车镜瑕疵图像断裂可能导致车镜瑕疵特征提取和分类的错误，设计了图像瑕疵连接算法，实现对断裂车镜瑕疵图像的连接；并对车镜瑕疵在图像中出现的镜像现象，设计了一种基于动态分割的车镜瑕疵匹配算法，以高效准确地判别车镜瑕疵图像与其镜像图像，提高车镜瑕疵统计的准确性。论文以车镜制造公司所提供的包含各类瑕疵的80片汽车后视镜进行实验，其中车镜瑕疵检测的正确率为95％，检测到的所有车镜瑕疵的分类正确率达到92.5%，单片车镜检测的处理时间在3秒以下。 |
| 作者： | 李鹏飞 |
| 专业： | 光学工程 |
| 导师： | 钟平 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东华大学 |
| 学位年度： | 2015 |
| 正文语种： | 中文 |
检索历史
应用推荐
